Prisparitetsklausulers effekt på produktutvalg
Bibliographic record
Abstract
Walmart valgte å slutte å akseptere Visa-kort i Canada i 2016. Hvorfor vil en butikkjede av et slikt kaliber velge å ikke lenger ta i mot et av de aller vanligste betalingskortene? I denne oppgaven det har blitt gjennomført en analyse som ser på leverandørers insentiver til ikke å være aktive på alle salgskanaler når det innføres prisparitetsklausuler i et marked. Problemstillingen i oppgaven er: "Kan prisparitetsklausuler påvirke produktutvalget i markedet?". Ved hjelp av to ulike teoretiske rammeverk, et for perfekt substituerbare leverandører og et for differensierte leverandører, undersøkes prisparitetsklausulers effekt på leverandørenes insentiver til å kun være aktiv på én salgskanal. Avgjørelser tatt av konkurransemyndigheter baserer seg i stor grad på teorien om at prisparitetsklausuler demper konkurransen mellom plattformer og medfører at forbrukerne blir belastet med høyere priser. Dette kommer også frem i majoriteten av litteraturen. Dette resultatet hviler på den implisitte antakelsen som at leverandører må være aktive på alle plattformer. I denne oppgaven har denne antakelsen blitt lettet på. Oppgaven viser at prisparitetsklausuler ikke nødvendigvis medføre en prisøkning, men at de kan gi lavere priser, og de kan gi et mindre produktutvalg. Oppgaven understreker at konkurranseforholdet mellom leverandørene er avgjørende for hvilken effekt prisparitetsklausulene gir. Konklusjonen bidrar til å forklare hvorfor man i markeder med prisparitetsklausuler enkelte ganger kan observere at ikke alle leverandører er aktive på alle plattformer. Det kan dermed være med på å belyse hvorfor Walmart i Canada har valgt å ikke aksepter Visa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.039 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".